Autores

5336
Gabriel Marques Rosario
2411,131
5337
2411,131

Informações:

Publicações do PESC

Título
Um Classificador Visual Autônomo de Densidade de Tráfego Urbano
Linha de pesquisa
Inteligência Artificial
Tipo de publicação
Dissertação de Mestrado
Número de registro
Data da defesa
27/9/2012
Resumo
O conceito de Sistemas Inteligentes de Transporte, oriundo da revolução na computação e nas comunicações ocorrida nos anos 90, vem sendo cada vez mais discutido em Engenharia de Tráfego como um meio de se aprimorar os sistemas de transporte existentes através das facilidades oferecidas pelas novas ferramentas tecnológicas. Uma das aplicações possíveis consiste em um sistema de controle de sinalização adaptativo capaz de tomar decisões, em tempo real, baseado no comportamento do tráfego em uma cidade e assim controlar a temporização dos semáforos de forma inteligente, melhorando o fluxo de tráfego e reduzindo congestionamentos. Porém, tal solução requer um meio de se extrair das vias observadas informações como taxa de fluxo ou densidade, para que então suas decisões possam ser tomadas. Levando-se em conta a grande difusão de câmeras comuns de tráfego e o preço razoável com que se obtém um alto poder computacional atualmente, este trabalho propõe uma alternativa rápida, e ciente e de baixo custo as soluções comerciais para determinaçãoda situação em uma via de tráfego. Baseada puramente na analise de imagens, a solução desenvolvida, que trabalha de maneira autônoma, requisitando o mínimo de interação humana, é capaz de determinar, segundo a segundo, a densidade do fluxo de tráfego na via analisada. Além disso, foi desenvolvido um segundo método, utilizando redes neurais sem peso, para determinação da situação presente na via baseado na relação entre o fluxo e a densidade.

Abstract

The concept of Intelligent Transportation Systems, which originated in the revolution in computing and communications occurred in the '90s, is being increasingly discussed in Traffic Engineering as a means to enhance existing transportation systems through the facilities offered by new technological tools. One of its possible applications consists in an adaptive signal control system capable of making decisions, in real time, based on the behavior of traffic in a city and then control, in an intelligent manner, the traffic signals timing, improving traffic flow and reducing congestion. However, this solution requires a means of extracting, from the traffic facilities being observed, information like flow rate or density, so it can, then, make its decisions. Taking into account the widespread use of common traffic cameras and the reasonable price at which a high computational power can be obtained, this work proposes a fast, efficient and low cost alternative to commercial solutions in determining the situation in a traffic facility. Purely based on image analysis, the developed solution, which works autonomously, requiring minimal human interaction, is able to determine, second after second, the density of a traffic stream. Moreover, a second method was developed using weightless neural networks for determining the current situation of a traffic facility based on the relationship between flow and density.

Topo